CN115800275B - 电力平衡调控配电方法、系统、设备及存储介质 - Google Patents
电力平衡调控配电方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN115800275B CN115800275B CN202310080282.XA CN202310080282A CN115800275B CN 115800275 B CN115800275 B CN 115800275B CN 202310080282 A CN202310080282 A CN 202310080282A CN 115800275 B CN115800275 B CN 115800275B
- Authority
- CN
- China
- Prior art keywords
- power distribution
- cost
- regulation
- representing
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 368
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000003860 storage Methods 0.000 title claims abstract description 24
- 238000004146 energy storage Methods 0.000 claims abstract description 76
- 238000011156 evaluation Methods 0.000 claims abstract description 59
- 238000012163 sequencing technique Methods 0.000 claims abstract description 21
- 238000005457 optimization Methods 0.000 claims abstract description 15
- 230000006870 function Effects 0.000 claims description 54
- 238000012423 maintenance Methods 0.000 claims description 23
- 239000011159 matrix material Substances 0.000 claims description 13
- 230000001105 regulatory effect Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 8
- 239000003344 environmental pollutant Substances 0.000 claims description 8
- 231100000719 pollutant Toxicity 0.000 claims description 8
- 238000005265 energy consumption Methods 0.000 claims description 5
- 239000000356 contaminant Substances 0.000 claims description 4
- 125000004122 cyclic group Chemical group 0.000 claims description 4
- 230000001276 controlling effect Effects 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- 239000000758 substrate Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 230000005611 electricity Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种电力平衡调控配电方法、系统、设备及存储介质,包括根据配电网的储能系统对应的第一运行特性以及配电网的各类型分布式资源在不同时间阶段对应的第二运行特性,确定配电网的综合配电调控成本;以所述综合配电调控成本最低为目标构建配电调控目标函数,结合所述配电网的源侧和荷侧预设的约束条件,通过多目标优化算法求解所述配电调控目标函数,确定多种电力平衡调控配电策略;分别为所述多种电力平衡调控配电策略中的配电指标分配对应的评估矩阵,基于所述多种电力平衡调控配电策略以及对应的评估矩阵,通过预设的排序算法,确定最优电力平衡调控配电策略。本发明的方法能够平衡协调电网中的各类可调控资源。
Description
技术领域
本发明涉及供配电技术领域,具体而言,涉及一种电力平衡调控配电方法、系统、设备及存储介质。
背景技术
各类分布式资源接入配电网,增大了配电网的功率波动,改变了潮流方向,使得传统配电网的“被动接入”运行方式无法满足调度的需求。大量间歇性、随机性的分布式电源接入,造成潮流无序流动、电压波动加剧甚至越限,威胁到区域电网的安全稳定运行,加入了风电、光伏的电网的影响因素众多、情况复杂,导致在电网出现波动时,很难对电网进行快速的响应。
申请号为201611208979.7,专利名称为一种电网分区间的电力平衡方法及装置,公开了:
对目标区域内的电网进行划分,得到多个电网分区;基于每个电网分区的电源出力功率、联络线功率及负荷占用功率计算每个电网分区的出力平衡状态;将出力平衡状态为富裕状态的电网分区多余的出力功率传输至出力平衡状态为紧张状态的电网分区,实现电网分区间的电力平衡。
其虽然是将多余的出力功率传输至出力平衡较为紧张的区域,但是其基于每个所述电网分区的电源出力功率、联络线功率及负荷占用功率计算每个所述电网分区的出力平衡状态,确定出力平衡状态的方式较为简单,而实际应用中,电力平衡影响因素众多,情况较为复杂,现在方法所确定的出力平衡状态与真实出力情况不符,误差的影响不可忽视;同时,误差导致的功率波动也影响着配电网的安全运行,甚至通过联络线影响到相连的上级输电网。
发明于本申请背景技术部分的信息仅仅旨在加深对本申请的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明实施例提供一种电力平衡调控配电方法、系统、设备及存储介质,能够至少解决现有技术中的部分问题,也即平衡协调电网中的各类可调控资源。
本发明实施例的第一方面,
提供一种电力平衡调控配电方法,包括:
根据配电网的储能系统对应的第一运行特性以及所述配电网的各类型分布式资源对应的第二运行特性,确定所述配电网的综合配电调控成本,其中,所述综合配电调控成本包括所述储能系统对应的第一配电调控成本和所述各类型分布式资源对应的第二配电调控成本;
以所述综合配电调控成本最低为目标构建配电调控目标函数,结合所述配电网的源侧和荷侧预设的约束条件,通过多目标优化算法求解所述配电调控目标函数,确定多种电力平衡调控配电策略;
分别为所述多种电力平衡调控配电策略中的配电指标分配对应的评估矩阵,基于所述多种电力平衡调控配电策略以及对应的所述评估矩阵,通过预设的排序算法,确定最优电力平衡调控配电策略。
在一种可选的实施方式中,
所述根据配电网的储能系统对应的第一运行特性以及所述配电网的各类型分布式资源对应的第二运行特性,确定所述配电网的综合配电调控成本包括:
根据所述储能系统对应的所述第一运行特性,分别确定所述储能系统的运行维护成本、折旧成本和循环寿命损耗成本,基于所述运行维护成本、所述折旧成本和所述循环寿命损耗成本以及各自对应的损耗系数,构建所述储能系统对应的所述第一配电调控成本;
根据所述各类型分布式资源对应的所述第二运行特性,分别确定所述各类型分布式资源的投资成本、环境成本、启动成本以及各自对应的联合系数,构建所述各类型分布式资源对应的所述第二配电调控成本;
基于所述第一配电调控成本、所述第二配电调控成本,确定所述配电网的所述综合配电调控成本。
在一种可选的实施方式中,
所述构建所述储能系统对应的所述第一配电调控成本包括:
按照如下公式构建所述第一配电调控成本:
其中,C 1 表示所述第一配电调控成本,a、b、c分别表示所述运行维护成本、所述折旧成本和所述循环寿命损耗成本以及各自对应的损耗系数;
p 1 表示所述运行维护成本,M表示系统调度周期所含时段数,N表示所述储能系统中储能单元的数量,K ij 表示第j个储能单元在时段i的出力,Emax表示所述储能系统的额定储能容量;
p 2 表示所述折旧成本,Z j 表示第j个储能单元的投资成本,L j 表示第j个储能单元的使用年限;
p 3 表示所述循环寿命损耗成本,L表示最大等效循环次数,u表示循环偏置参数,r i 表示第i次循环损耗系数,R i 表示第i次循环放电剩余容量;
所述构建所述各类型分布式资源对应的所述第二配电调控成本包括:
按照如下公式构建所述第二配电调控成本:
其中,C 2 表示所述第二配电调控成本,d、e、f分别表示所述各类型分布式资源的投资成本、环境成本、启动成本以及各自对应的联合系数;
p 4 表示所述投资成本,n表示分布式资源的生命周期,H i 表示运行第i年的能够折现的资本值,s表示分布式资源设备对应的净现值,H 0 表示初始资本值;
所述基于所述第一配电调控成本、所述第二配电调控成本,确定所述配电网的所述综合配电调控成本包括:
按照如下公式确定所述综合配电调控成本:
其中,CE表示所述综合配电调控成本。
在一种可选的实施方式中,
按照如下公式构建所述配电调控目标函数:
其中,MU表示综合配电调控成本最低的目标,min MU表示求解最低的综合配电调
控成本,T表示调控周期,CE表示综合配电调控成本,R表示贴现率,F表示所述各类型分布式
资源的数量,P ij 表示第i种分布式资源在调控周期为j的出力,表示调控周期时间长度,E
表示所述各类型分布式资源的目标电量;
所述配电网的源侧和荷侧预设的约束条件包括功率平衡约束、机组出力约束、备用容量约束、潮流约束以及储能的运行约束中至少一种。
在一种可选的实施方式中,
所述结合所述配电网的源侧和荷侧预设的约束条件,通过多目标优化算法求解所述配电调控目标函数,确定多种电力平衡调控配电策略包括:
根据所述配电网的源侧和荷侧预设的约束条件,设定所述配电调控目标函数的许可度因子,确定所述配电调控目标函数的满意度值;
基于所述许可度因子以及所述配电调控目标函数的满意度值,确定所述配电调控目标函数的隶属度值;
基于所述隶属度值将所述配电调控目标函数转换为多个序列线性方程组,并将所述多个序列线性方程组作为所述多种电力平衡调控配电策略。
在一种可选的实施方式中,
所述分别为所述多种电力平衡调控配电策略中的配电指标分配对应的评估矩阵,基于所述多种电力平衡调控配电策略以及对应的所述评估矩阵,通过预设的排序算法,确定最优电力平衡调控配电策略包括:
通过预设规范化评估矩阵和标准权重向量求解所述多种电力平衡调控配电策略中的配电指标分配对应的所述评估矩阵;
求解所述多种电力平衡调控配电策略对应的最大评估值和最小评估值,分别确定所述多种电力平衡调控配电策略中的配电指标与所述最大评估值和最小评估值的相对贴近度;
根据所述评估矩阵以及所述相对贴近度,通过预设的排序算法,对所述多种电力平衡调控配电策略进行排序,将排序最靠前的电力平衡调控配电策略确定为所述最优电力平衡调控配电策略。
在一种可选的实施方式中,
所述确定所述多种电力平衡调控配电策略中的配电指标与所述最大评估值和最小评估值的相对贴近度的方法包括:
按照如下公式确定所述相对贴近度:
其中,O i 表示第i个配电指标对应的相对贴近度,D表示配电指标的数量,B i 表示第i个配电指标,B min 、B max 分别表示最小评估值和最大评估值。
本发明实施例的第二方面,
提供一种电力平衡调控配电系统,包括:
第一单元,用于根据配电网的储能系统对应的第一运行特性以及配电网的各类型分布式资源在不同时间阶段对应的第二运行特性,确定配电网的综合配电调控成本,其中,所述综合配电调控成本包括储能系统对应的第一配电调控成本和各类型分布式资源对应的第二配电调控成本;
第二单元,用于以所述综合配电调控成本最低为目标构建配电调控目标函数,结合所述配电网的源侧和荷侧预设的约束条件,通过多目标优化算法求解所述配电调控目标函数,确定多种电力平衡调控配电策略;
第三单元,用于分别为所述多种电力平衡调控配电策略中的配电指标分配对应的评估矩阵,基于所述多种电力平衡调控配电策略以及对应的评估矩阵,通过预设的排序算法,确定最优电力平衡调控配电策略。
本发明实施例的第三方面,
提供一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行前述所述的方法。
本发明实施例的第四方面,
提供一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现前述所述的方法。
根据配电网的储能系统对应的第一运行特性以及所述配电网的各类型分布式资源对应的第二运行特性,确定所述配电网的综合配电调控成本,其中,所述综合配电调控成本包括所述储能系统对应的第一配电调控成本和所述各类型分布式资源对应的第二配电调控成本;
本发明通过协调配电网中储能系统以及各类型分布式资源的运行特性,可将配电网中储能系统以及各类型分布式资源按照其响应特性在不同时间尺度下进行调度,进而降低预测误差的影响,并改善运行经济性。
以所述综合配电调控成本最低为目标构建配电调控目标函数,结合所述配电网的源侧和荷侧预设的约束条件,通过多目标优化算法求解所述配电调控目标函数,确定多种电力平衡调控配电策略;
本发明综合考虑了电网安全、经济性以及电力电量平衡等多方面的要求,经模糊化处理之后转变为多目标优化方案,可以通过许可度因子将关注的目标伸缩范围收紧,兼顾多方的利益需求,充分满足决策要求。
分别为所述多种电力平衡调控配电策略中的配电指标分配对应的评估矩阵,基于所述多种电力平衡调控配电策略以及对应的所述评估矩阵,通过预设的排序算法,确定最优电力平衡调控配电策略;
本发明对配电指标分配对应的评估矩阵,将影响最终配电策略的配电指标转化为一个能够反映综合情况的指标来进行评估,为电力电量平衡方案的分析提供更加直观的辅助决策。此外,结合排序算法,从多个配电策略中选出最优的方案,保证最终的平衡协调效果是最符合实际情况的。
附图说明
图1为本发明实施例电力平衡调控配电方法的流程示意图;
图2为本发明实施例电力平衡调控配电系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解,在本发明的各种实施例中,各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
应当理解,在本发明中,“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本发明中,“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含,“包含A、B或C”是指包含A、B、C三者之一,“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解,在本发明中,“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”,表示B与A相关联,根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其他信息确定B。A与B的匹配,是A与B的相似度大于或等于预设的阈值。
取决于语境,如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本发明实施例电力平衡调控配电方法的流程示意图,如图1所示,所述电力平衡调控配电方法包括:
S101. 根据配电网的储能系统对应的第一运行特性以及所述配电网的各类型分布式资源对应的第二运行特性,确定所述配电网的综合配电调控成本;
传统配电网通过转变为主动配电网(Active Distribution Network, ADN),以实现对多种分布式资源 (Distributed EnergyResourees,DER)的灵活控制。然而,不同的分布式资源具有不同的响应特性,这不仅提高了配电网调度的难度,甚至影响到配电网与上层输电网之间的交互。本发明实施例通过协调配电网中储能系统以及各类型分布式资源在不同时间阶段的运行特性,可将配电网中储能系统以及各类型分布式资源按照其响应特性在不同时间尺度下进行调度,进而降低预测误差的影响,并改善运行经济性。
示例性地,所述综合配电调控成本包括所述储能系统对应的第一配电调控成本和所述各类型分布式资源对应的第二配电调控成本;示例性地,本发明实施例中各类型分布式资源可以包括光伏发电能源、风能、潮汐能等分布式资源。
本发明实施例中所述储能系统对应的第一运行特性以及所述各类型分布式资源对应的第二运行特性可以包括调度时间窗口大小,联络线功率波动惩罚,有功出力和无功出力,弃风弃光的惩罚量,储能系统的有功功率和无功功率、有功出力和无功出力,实际出力和参考出力等。
在一种可选的实施方式中,本发明实施例可以获取所述储能系统和所述各类型分布式资源在不同时间阶段的运行特性,在不同时间尺度下进行调度,进而降低预测误差的影响,并改善运行经济性。其中,
本发明实施例的不同时间阶段可以包括日前阶段、日内阶段以及实时阶段,其中,
日前阶段,目的是在降低运行成本和网络损失的同时,将从输电网侧购买功率和备用计划、慢响应资源进行优化,优化后的结果将被作为日前调度参考值传递给按下来的日内阶段和实时阶段。
日内阶段,目的同样是在考虑剩余分布式资源,即风、光、储、燃气轮机等的运行状态的同时,降低运行成本和网损。为了降低功率波动给上游输电网带来的影响,联络线上的功率波动将被尽可能限制在输电网侧备用的范围。该阶段的调度结果同样会在实时阶段作为调度参考值。
实时阶段,为了降低分布式资源带来的功率波动,在每个调度周期,基于最新的预测值以及运行状态,对配电网内资源进行短期滚动优化,从而降低调度延时带来的影响,提高可再生能源消纳。
需要说明的是,可再生能源自身发电成本较高,在不考虑传统化石能源额外增加的外部环境成本的情况下,可再生能源如风能、太阳能等生产的电力成本远远高于常规能源的成本,使得可再生能源在市场经济体制下缺乏竞争力。此外,大规模风光等可再生能源的接入,其随机性和波动性会使得常规发电机组频繁调节,增加机组煤耗,使其偏离最优经济运行区域,需求侧响应需要通过经济激励手段才能实现。
通过储能系统以及各类型分布式资源在不同时间阶段的运行特性,能够将影响成本核算的因素综合考量,从而使得所确定的配电网的源侧和荷侧的综合配电调控成本接近实际成本,从而有利于后续电力平衡调控配电。
在一种可选的实施方式中,
所述根据配电网的储能系统对应的第一运行特性以及所述配电网的各类型分布式资源对应的第二运行特性,确定所述配电网的综合配电调控成本包括:
根据所述储能系统对应的所述第一运行特性,分别确定所述储能系统的运行维护成本、折旧成本和循环寿命损耗成本,基于所述运行维护成本、所述折旧成本和所述循环寿命损耗成本以及各自对应的损耗系数,构建所述储能系统对应的所述第一配电调控成本;
在一种可选的实施方式中,
所述构建所述储能系统对应的第一配电调控成本包括:
按照如下公式构建所述第一配电调控成本:
其中,C 1 表示第一配电调控成本,a、b、c分别表示所述运行维护成本、所述折旧成本和所述循环寿命损耗成本以及各自对应的损耗系数;
p 1 表示运行维护成本,M表示系统调度周期所含时段数,N表示储能系统中储能单元的数量,K ij 表示第j个储能单元在时段i的出力,Emax表示储能系统的额定储能容量;
p 2 表示折旧成本,Zj表示第j个储能单元的投资成本,Lj表示第j个储能单元的使用年限;
p 3 表示循环寿命损耗成本,L表示最大等效循环次数,u表示循环偏置参数,r i 表示第i次循环损耗系数,Ri表示第i次循环放电剩余容量。
根据所述各类型分布式资源对应的所述第二运行特性,分别确定所述各类型分布式资源的投资成本、环境成本、启动成本以及各自对应的联合系数,构建所述各类型分布式资源对应的所述第二配电调控成本;
所述构建所述各类型分布式资源对应的第二配电调控成本包括:
按照如下公式构建所述第二配电调控成本:
其中,C 2 表示第二配电调控成本,d、e、f分别表示所述各类型分布式资源的投资成本、环境成本、启动成本以及各自对应的联合系数;
p 4 表示投资成本,n表示分布式资源的生命周期,H i 表示运行第i年的能够折现的资本值,s表示分布式资源设备对应的净现值,H 0 表示初始资本值;
所述基于所述第一配电调控成本、所述第二配电调控成本,确定配电网的综合配电调控成本包括:
按照如下公式确定所述综合配电调控成本:
其中,CE表示综合配电调控成本。
示例性地,在储能系统和各类分布式资源在实际运行过程中,在配电调控过程中会产生电能损耗,为了保证后续调控过程的准确性,需要在确定调控成本时,考虑对应的损耗系数或者联合系数,其中,本发明实施例中损耗系数或者联合系数又与对应的成本相关联;
可选地,运行维护成本对应的损耗系数a的值可以为0.35;折旧成本对应的损耗系数b的值可以为0.74;循环寿命损耗成本对应的损耗系数c的值可以为0.56。需要说明的是,上述损耗系数的值只是示例性地说明,本发明实施例对此并不进行限定。
可选地,各类型分布式资源的投资成本对应的联合系数d的值可以为0.24;环境成本对应的联合系数e的值可以为0.31;启动成本对应的联合系数f的值可以为0.43。需要说明的是,上述联合系数的值只是示例性地说明,本发明实施例对此并不进行限定。
S102. 以所述综合配电调控成本最低为目标构建配电调控目标函数,结合所述配电网的源侧和荷侧预设的约束条件,通过多目标优化算法求解所述配电调控目标函数,确定多种电力平衡调控配电策略;
电力系统向前发展的动力是实现最优技术经济比,最大经济效益、最可靠的电力供应、最优的环境保护和最佳的可持续发展,也是智能电网发展的重要组成部分。因此在制定新能源电力系统运行优化目标时,需要综合考虑电力系统稳定性、经济性;
系统稳定性是大规模可再生能源消纳的基础,可以将其视为约束条件考虑;环境效益主要体现在可再生能源替代火电机组后减少的废气排放,可以将环境效益作为经济效益的惩罚项;可再生能源利用率的逐步提高是新能源电力系统的发展目标之一,政府部门也会制定阶段性节能减排目标以促进可再生能源的利用,也可将其视为约束条件。因此大规模配电调控的问题也就转换为在电力系统稳定运行的基础上,可再生能源在一次能源中占比达到某一值时,电力系统的综合配电调控成本最低。
在一种可选的实施方式中,
按照如下公式构建所述配电调控目标函数:
其中,MU表示综合配电调控成本最低的目标,min MU表示求解最低的综合配电调
控成本,T表示调控周期,CE表示所述综合配电调控成本,R表示贴现率,F表示所述各类型分
布式资源的数量,P ij 表示第i种分布式资源在调控周期为j的出力,表示调控周期时间长
度,E表示所述各类型分布式资源的目标电量;
所述配电网的源侧和荷侧预设的约束条件包括功率平衡约束、机组出力约束、备用容量约束、潮流约束以及储能的运行约束中至少一种。
在一种可选的实施方式中,
所述结合所述配电网的源侧和荷侧预设的约束条件,通过多目标优化算法求解所述配电调控目标函数,确定多种电力平衡调控配电策略包括:
根据所述配电网的源侧和荷侧预设的约束条件,设定所述配电调控目标函数的许可度因子,确定所述配电调控目标函数的满意度值;
基于所述许可度因子以及所述配电调控目标函数的满意度值,确定所述配电调控目标函数的隶属度值;
基于所述隶属度值将所述配电调控目标函数转换为多个序列线性方程组,并将所述多个序列线性方程组作为多种电力平衡调控配电策略。
示例性地,本发明实施例的许可度因子可以灵活表达决策者对关注目标的容忍程度,通过设置许可度因子的大小,将为某个指定的目标设置一个门槛,使其优化结果控制在门槛之内。在实际应用中,本发明实施例的许可度因子的值可以为0.5到1之间的任意值。
其中,配电调控目标函数的满意度值可以用于指示在配电调控目标函数在满足约束条件的情况下,所求解的目标值与理想值的贴近程度,贴近程度越近的,满意度值越高。
在一种可选的实施方式中,
确定所述配电调控目标函数的满意度值如下公式所示:
基于所述许可度因子以及所述配电调控目标函数的满意度值,确定所述配电调控目标函数的隶属度值;
其中,本发明实施例中隶属度值用于模糊化处理目标函数,相应的隶属度反映决策结果距离理想值的贴近程度。
在一种可选的实施方式中,确定所述配电调控目标函数的隶属度值可以如下公式所示:
基于所述隶属度值将所述配电调控目标函数转换为多个序列线性方程组,并将所述多个序列线性方程组作为多种电力平衡调控配电策略;
通过基于所述隶属度值将所述配电调控目标函数转换为序列线性方程组,能够将非线性的目标函数求解问题转换为序列线性方程组,大幅度降低求解的难度和求解所需的计算量,提高求解速度。对此对应的,可以将所述多个序列线性方程组作为多种电力平衡调控配电策略,每个序列线性方程组都可以作为电力平衡调控配电策略,而每个序列线性方程组的解和对应的系数,可以作为电力平衡调控配电策略的控制指标。例如根据机组月度电力电量平衡计划,考虑机组检修和月度负荷预测等多种因素,按计划同步执行的原则,计算各机组末来各日的目标电量占总合同电量的百分比等等。
S103. 分别为所述多种电力平衡调控配电策略中的配电指标分配对应的评估矩阵,基于所述多种电力平衡调控配电策略以及对应的评估矩阵,通过预设的排序算法,确定最优电力平衡调控配电策略。
示例性地,对配电指标分配对应的评估矩阵,将影响最终配电策略的配电指标转化为一个能够反映综合情况的指标来进行评估,为电力电量平衡方案的分析提供更加直观的辅助决策。
在一种可选的实施方式中,
所述分别为所述多种电力平衡调控配电策略中的配电指标分配对应的评估矩阵,基于所述多种电力平衡调控配电策略以及对应的评估矩阵,通过预设的排序算法,确定最优电力平衡调控配电策略包括:
通过预设规范化评估矩阵和标准权重向量求解所述多种电力平衡调控配电策略中的配电指标分配对应的评估矩阵;
为电力平衡调控配电策略中的配电指标分配评估矩阵可以将各指标进行一致化和指标无量纲化处理,可以消除各指标数据在性质和数量级上的差异,为后期各指标的综合评价做好准备。
求解所述多种电力平衡调控配电策略对应的最大评估值和最小评估值,分别确定所述多种电力平衡调控配电策略中的配电指标与所述最大评估值和最小评估值的相对贴近度;
示例性地,本发明实施例的最大评估值和最小评估值是电力平衡调控配电策略的两个极端值,用于指示距离最优电力平衡调控配电策略最靠近和最远离的值,不仅可以从数据本身的信息来确定权重,还可以体现指标的实际重要程度和意义。
在一种可选的实施方式中,
所述确定所述多种电力平衡调控配电策略中的配电指标与所述最大评估值和最小评估值的相对贴近度的方法包括:
按照如下公式确定所述相对贴近度:
其中,O i 表示第i个配电指标对应的相对贴近度,D表示配电指标的数量,B i 表示第i个配电指标,B min 、B max 分别表示最小评估值和最大评估值。
根据所述评估矩阵以及所述相对贴近度,通过预设的排序算法,对所述多种电力平衡调控配电策略进行排序,将排序最靠前的电力平衡调控配电策略确定为最优电力平衡调控配电策略。
示例性地,本发明实施例的排序算法可以包括现有的排序算法,本发明实施例对此并不进行限定。将多种电力平衡调控配电策略进行排序,将排序最靠前的电力平衡调控配电策略确定为最优电力平衡调控配电策略,从而能够从多个配电策略中选出最优的方案,保证最终的平衡协调效果是最符合实际情况的。
本发明实施例的第二方面,
提供一种电力平衡调控配电系统,图2为本发明实施例电力平衡调控配电系统的结构示意图,如图2所示,包括:
第一单元,用于根据配电网的储能系统对应的第一运行特性以及配电网的各类型分布式资源在不同时间阶段对应的第二运行特性,确定配电网的综合配电调控成本,其中,所述综合配电调控成本包括储能系统对应的第一配电调控成本和各类型分布式资源对应的第二配电调控成本;
第二单元,用于以所述综合配电调控成本最低为目标构建配电调控目标函数,结合所述配电网的源侧和荷侧预设的约束条件,通过多目标优化算法求解所述配电调控目标函数,确定多种电力平衡调控配电策略;
第三单元,用于分别为所述多种电力平衡调控配电策略中的配电指标分配对应的评估矩阵,基于所述多种电力平衡调控配电策略以及对应的评估矩阵,通过预设的排序算法,确定最优电力平衡调控配电策略。
本发明实施例的第三方面,
提供一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行前述所述的方法。
本发明实施例的第四方面,
提供一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现前述所述的方法。
本发明可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理单元,从而生产出一种机器,使得这些指令在通过计算机或其他可编程数据处理装置的处理单元执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上,使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其他可编程数据处理装置、或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
注意,除非另有直接说明,否则本说明书(包含任何所附权利要求、摘要和附图)中所揭示的所有特征皆可由用于达到相同、等效或类似目的的可替代特征来替换。因此,除非另有明确说明,否则所发明的每一个特征仅是一组等效或类似特征的一个示例。在使用到的情况下,进一步地、较优地、更进一步地和更优地是在前述实施例基础上进行另一实施例阐述的简单起头,该进一步地、较优地、更进一步地或更优地后带的内容与前述实施例的结合作为另一实施例的完整构成。在同一实施例后带的若干个进一步地、较优地、更进一步地或更优地设置之间可任意组合的组成又一实施例。
本领域的技术人员应理解,上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明,在没有背离所述原理下,本发明的实施方式可以有任何变形或修改。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种电力平衡调控配电方法,其特征在于,包括:
根据配电网的储能系统对应的第一运行特性以及所述配电网的各类型分布式资源对应的第二运行特性,确定所述配电网的综合配电调控成本,其中,所述综合配电调控成本包括所述储能系统对应的第一配电调控成本和所述各类型分布式资源对应的第二配电调控成本;
以所述综合配电调控成本最低为目标构建配电调控目标函数,结合所述配电网的源侧和荷侧预设的约束条件,通过多目标优化算法求解所述配电调控目标函数,确定多种电力平衡调控配电策略;
分别为所述多种电力平衡调控配电策略中的配电指标分配对应的评估矩阵,基于所述多种电力平衡调控配电策略以及对应的所述评估矩阵,通过预设的排序算法,确定最优电力平衡调控配电策略;
所述根据配电网的储能系统对应的第一运行特性以及所述配电网的各类型分布式资源对应的第二运行特性,确定所述配电网的综合配电调控成本包括:
根据所述储能系统对应的所述第一运行特性,分别确定所述储能系统的运行维护成本、折旧成本和循环寿命损耗成本,基于所述运行维护成本、所述折旧成本和所述循环寿命损耗成本以及各自对应的损耗系数,构建所述储能系统对应的所述第一配电调控成本;
根据所述各类型分布式资源对应的所述第二运行特性,分别确定所述各类型分布式资源的投资成本、环境成本、启动成本以及各自对应的联合系数,构建所述各类型分布式资源对应的所述第二配电调控成本;
基于所述第一配电调控成本、所述第二配电调控成本,确定所述配电网的所述综合配电调控成本;
所述构建所述储能系统对应的所述第一配电调控成本包括:
按照如下公式构建所述第一配电调控成本:
其中,C 1 表示所述第一配电调控成本,a、b、c分别表示所述运行维护成本、所述折旧成本和所述循环寿命损耗成本对应的损耗系数;
p 1 表示所述运行维护成本,M表示系统调度周期所含时段数,N表示所述储能系统中储能单元的数量,K ij 表示第j个储能单元在时段i的出力,Emax表示所述储能系统的额定储能容量;
p 2 表示所述折旧成本,Z j 表示第j个储能单元的投资成本,L j 表示第j个储能单元的使用年限;
p 3 表示所述循环寿命损耗成本,L表示最大等效循环次数,u表示循环偏置参数,r i 表示第i次循环损耗系数,R i 表示第i次循环放电剩余容量;
所述构建所述各类型分布式资源对应的所述第二配电调控成本包括:
按照如下公式构建所述第二配电调控成本:
其中,C 2 表示所述第二配电调控成本,d、e、f分别表示所述各类型分布式资源的投资成本、环境成本以及启动成本对应的联合系数;
p 4 表示所述投资成本,n表示分布式资源的生命周期,H i 表示运行第i年的能够折现的资本值,s表示分布式资源设备对应的净现值,H 0 表示初始资本值;
所述基于所述第一配电调控成本、所述第二配电调控成本,确定所述配电网的所述综合配电调控成本包括:
按照如下公式确定所述综合配电调控成本:
其中,CE表示所述综合配电调控成本。
3.根据权利要求1所述的方法,其特征在于,所述结合所述配电网的源侧和荷侧预设的约束条件,通过多目标优化算法求解所述配电调控目标函数,确定多种电力平衡调控配电策略包括:
根据所述配电网的源侧和荷侧预设的约束条件,设定所述配电调控目标函数的许可度因子,确定所述配电调控目标函数的满意度值;
基于所述许可度因子以及所述配电调控目标函数的满意度值,确定所述配电调控目标函数的隶属度值;
基于所述隶属度值将所述配电调控目标函数转换为多个序列线性方程组,并将所述多个序列线性方程组作为所述多种电力平衡调控配电策略。
4.根据权利要求1所述的方法,其特征在于,所述分别为所述多种电力平衡调控配电策略中的配电指标分配对应的评估矩阵,基于所述多种电力平衡调控配电策略以及对应的所述评估矩阵,通过预设的排序算法,确定最优电力平衡调控配电策略包括:
通过预设规范化评估矩阵和标准权重向量求解所述多种电力平衡调控配电策略中的配电指标分配对应的所述评估矩阵;
求解所述多种电力平衡调控配电策略对应的最大评估值和最小评估值,分别确定所述多种电力平衡调控配电策略中的配电指标与所述最大评估值和最小评估值的相对贴近度;
根据所述评估矩阵以及所述相对贴近度,通过预设的排序算法,对所述多种电力平衡调控配电策略进行排序,将排序最靠前的电力平衡调控配电策略确定为所述最优电力平衡调控配电策略。
6.一种电力平衡调控配电系统,其特征在于,包括:
第一单元,用于根据配电网的储能系统对应的第一运行特性以及配电网的各类型分布式资源在不同时间阶段对应的第二运行特性,确定配电网的综合配电调控成本,其中,所述综合配电调控成本包括储能系统对应的第一配电调控成本和各类型分布式资源对应的第二配电调控成本;
第二单元,用于以所述综合配电调控成本最低为目标构建配电调控目标函数,结合所述配电网的源侧和荷侧预设的约束条件,通过多目标优化算法求解所述配电调控目标函数,确定多种电力平衡调控配电策略;
第三单元,用于分别为所述多种电力平衡调控配电策略中的配电指标分配对应的评估矩阵,基于所述多种电力平衡调控配电策略以及对应的评估矩阵,通过预设的排序算法,确定最优电力平衡调控配电策略;
所述第一单元还用于:
根据所述储能系统对应的所述第一运行特性,分别确定所述储能系统的运行维护成本、折旧成本和循环寿命损耗成本,基于所述运行维护成本、所述折旧成本和所述循环寿命损耗成本以及各自对应的损耗系数,构建所述储能系统对应的所述第一配电调控成本;
根据所述各类型分布式资源对应的所述第二运行特性,分别确定所述各类型分布式资源的投资成本、环境成本、启动成本以及各自对应的联合系数,构建所述各类型分布式资源对应的所述第二配电调控成本;
基于所述第一配电调控成本、所述第二配电调控成本,确定所述配电网的所述综合配电调控成本;
所述第一单元还用于:
按照如下公式构建所述第一配电调控成本:
其中,C 1 表示所述第一配电调控成本,a、b、c分别表示所述运行维护成本、所述折旧成本和所述循环寿命损耗成本对应的损耗系数;
p 1 表示所述运行维护成本,M表示系统调度周期所含时段数,N表示所述储能系统中储能单元的数量,K ij 表示第j个储能单元在时段i的出力,Emax表示所述储能系统的额定储能容量;
p 2 表示所述折旧成本,Z j 表示第j个储能单元的投资成本,L j 表示第j个储能单元的使用年限;
p 3 表示所述循环寿命损耗成本,L表示最大等效循环次数,u表示循环偏置参数,r i 表示第i次循环损耗系数,R i 表示第i次循环放电剩余容量;
所述第一单元还用于:
按照如下公式构建所述第二配电调控成本:
其中,C 2 表示所述第二配电调控成本,d、e、f分别表示所述各类型分布式资源的投资成本、环境成本以及启动成本对应的联合系数;
p 4 表示所述投资成本,n表示分布式资源的生命周期,H i 表示运行第i年的能够折现的资本值,s表示分布式资源设备对应的净现值,H 0 表示初始资本值;
所述第一单元还用于:
按照如下公式确定所述综合配电调控成本:
其中,CE表示所述综合配电调控成本。
7.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至5中任意一项所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至5中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310080282.XA CN115800275B (zh) | 2023-02-08 | 2023-02-08 | 电力平衡调控配电方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310080282.XA CN115800275B (zh) | 2023-02-08 | 2023-02-08 | 电力平衡调控配电方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115800275A CN115800275A (zh) | 2023-03-14 |
CN115800275B true CN115800275B (zh) | 2023-06-30 |
Family
ID=85430431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310080282.XA Active CN115800275B (zh) | 2023-02-08 | 2023-02-08 | 电力平衡调控配电方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115800275B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020118734A1 (zh) * | 2018-12-14 | 2020-06-18 | 国网新源张家口风光储示范电站有限公司 | 一种分布式储能调度方法和装置 |
CN112803446A (zh) * | 2021-01-28 | 2021-05-14 | 国网江苏省电力有限公司营销服务中心 | 基于客户侧需求响应的多能优化控制方法及控制系统 |
CN115622087A (zh) * | 2022-12-05 | 2023-01-17 | 国网天津市电力公司电力科学研究院 | 配电网的功率调控方法、装置和设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105976257A (zh) * | 2015-12-17 | 2016-09-28 | 国家电网公司 | 基于隶属度函数的模糊综合评价法的电网脆弱性评估方法 |
CN109149567A (zh) * | 2018-09-10 | 2019-01-04 | 华南理工大学 | 含混合储能的独立型微电网的多时间尺度协调控制方法 |
CN110119886B (zh) * | 2019-04-18 | 2022-11-25 | 深圳供电局有限公司 | 一种主动配网动态规划方法 |
CN110428168A (zh) * | 2019-07-31 | 2019-11-08 | 广东电网有限责任公司 | 一种计及储能的多能源配电系统协调调度综合评价方法 |
CN112003277B (zh) * | 2020-08-21 | 2021-11-30 | 山东大学 | 一种输配协同负荷恢复优化控制方法及系统 |
CN114709831A (zh) * | 2022-01-19 | 2022-07-05 | 国网山东省电力公司菏泽供电公司 | 考虑储能和光伏无功出力的分布式储能规划方法及系统 |
CN115347556A (zh) * | 2022-08-12 | 2022-11-15 | 南京工程学院 | 一种促进新能源消纳的储能电站容量配置方法 |
-
2023
- 2023-02-08 CN CN202310080282.XA patent/CN115800275B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020118734A1 (zh) * | 2018-12-14 | 2020-06-18 | 国网新源张家口风光储示范电站有限公司 | 一种分布式储能调度方法和装置 |
CN112803446A (zh) * | 2021-01-28 | 2021-05-14 | 国网江苏省电力有限公司营销服务中心 | 基于客户侧需求响应的多能优化控制方法及控制系统 |
CN115622087A (zh) * | 2022-12-05 | 2023-01-17 | 国网天津市电力公司电力科学研究院 | 配电网的功率调控方法、装置和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115800275A (zh) | 2023-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Abedinia et al. | Optimal offering and bidding strategies of renewable energy based large consumer using a novel hybrid robust-stochastic approach | |
Chakraborty et al. | Determination methodology for optimising the energy storage size for power system | |
Catalão et al. | Mixed-integer nonlinear approach for the optimal scheduling of a head-dependent hydro chain | |
Salam | Unit commitment solution methods | |
Xie et al. | Optimal capacity and type planning of generating units in a bundled wind–thermal generation system | |
Bourbon et al. | Energy management optimization of a smart wind power plant comparing heuristic and linear programming methods | |
Yin et al. | Frequency-constrained multi-source power system scheduling against N-1 contingency and renewable uncertainty | |
Pinto et al. | Security constrained unit commitment: network modeling and solution issues | |
JP6582758B2 (ja) | 発電計画作成装置、発電計画作成プログラム及び発電計画作成方法 | |
CN115169723A (zh) | 发电功率预测方法、负荷预测方法及模型训练方法 | |
Bai et al. | Robust online operation of power systems with advanced adiabatic compressed air energy storage and renewable generation | |
Basak et al. | Dynamic economic dispatch using hybrid CSAJAYA algorithm considering ramp rates and diverse wind profiles | |
Zadeh et al. | Optimized day-ahead hydrothermal wind energy systems scheduling using parallel PSO | |
Zantye et al. | THESEUS: A techno-economic design, integration and downselection framework for energy storage | |
CN115800275B (zh) | 电力平衡调控配电方法、系统、设备及存储介质 | |
Biyik et al. | Optimal control of microgrids-algorithms and field implementation | |
US11630429B2 (en) | Power grid resource allocation | |
WO2022136186A1 (en) | Power grid resource allocation | |
Zaman et al. | An evolutionary approach for scheduling solar-thermal power generation system | |
Lamadrid et al. | Dynamic optimization for the management of stochastic generation and storage | |
Chen et al. | Application of ant colony system to optimal thermal unit commitment | |
Khan | Data Center Load Forecast Using Dependent Mixture Model | |
Vankadara et al. | Cost analysis for DC microgrid incorporating renewable energy resources using search-and rescue-based emperor penguin optimization algorithm | |
Ruizeng et al. | A two-stage robust optimization method based on the expected scenario for island microgrid energy management | |
Kampouropoulos et al. | Multi-carrier optimal power flow of energy hubs by means of ANFIS and SQP |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |